1.Sqoop

Apache Sqoop是Hadoop生態(tài)體系和RDBMS（關(guān)系型數(shù)據(jù)庫(kù)）體系之間傳遞數(shù)據(jù)的一種工具。

Sqoop工作機(jī)制是將導(dǎo)入或者導(dǎo)出命令翻譯成MapReduce程序來(lái)實(shí)現(xiàn)。在翻譯出的MapReduce中主要是對(duì)inputformat和outputformat進(jìn)行定制。

Hadoop生態(tài)包括：HDFS，Hive，Hbase等。

RDBMS體系包括：Mysql，Oracle，DB2等。

Sqoop可以理解為：SQL到Hadoop，Hadoop到SQL。

?2.Sqoop全量導(dǎo)入HDFS

從RDBMS導(dǎo)入到HDFS，表中的每一行視為HDFS的記錄，所有的記錄都存儲(chǔ)為文本文件的文本數(shù)據(jù)。

3.Sqoop進(jìn)行并行的數(shù)據(jù)導(dǎo)入

如果表的數(shù)據(jù)比較大，可以并行啟動(dòng)maptask執(zhí)行導(dǎo)入操作，如果表沒(méi)有主鍵，請(qǐng)指定根據(jù)哪個(gè)字段進(jìn)行切分。

4.Sqoop導(dǎo)入HDFS中的分隔符也是可以通過(guò)命令指定的

5.Sqoop的導(dǎo)入命令示例：

注意事項(xiàng)：命令攜帶的參數(shù)必須出現(xiàn)在同一行，若換行就意味著自動(dòng)提交執(zhí)行，可以通過(guò)"\"表示未結(jié)束。

6.Hadoop，Hive，Mysql的關(guān)系：

Hive 和 HDFS、MySQL 之間的關(guān)系_hive、mysql與hdfs的關(guān)系-CSDN博客

7.全量導(dǎo)入mysql表數(shù)據(jù)到Hive

方式一：先復(fù)制表結(jié)構(gòu)到hive中，然后再導(dǎo)入數(shù)據(jù)。

方式二：直接復(fù)制表結(jié)構(gòu)數(shù)據(jù)到hive中。

（目的一樣，命令不同罷了）

8.導(dǎo)入數(shù)據(jù)表子集

其實(shí)就是導(dǎo)入數(shù)據(jù)表中的一部分數(shù)據(jù)，用where關(guān)鍵字或者query關(guān)鍵字來(lái)過(guò)濾。

query關(guān)鍵字：

在sqoop命令中，就是--query命令參數(shù)，實(shí)際上就是執(zhí)行了一個(gè)sql語(yǔ)句。且需要按照sqoop的規(guī)范來(lái)寫query的命令語(yǔ)句。